超声多普勒血流自小波相关分析及STFT方法的对比研究

论文阐述了短时傅里叶变换(STFT)在分析长时间非平稳随机血流信号时产生的误差,提出了一种用于超声多普勒血流信号分析的自小波相关分析(AWCA)方法.小波变换灵活可变的时频窗,在分析多普勒血流信号时更具有优势.文中给出了超声多普勒血流仿真信号,并用此信号进行了相应的短时傅里叶与自小波相关的结果分析.对比分析结果表明,自小波相关分析方法不仅适合于分析具有非平稳性的多普勒血流信号,而且能够提供更好的位置和频率分辨特性.     

激光多普勒信号处理中小波分析的应用研究

文章提出了一种通过小波变换的方式,对激光多普勒信号进行处理,以消除人体激光多普勒信号噪声。首先对小波转换的原理以及特点进行分析,然后分析小波分析在激光多普勒消噪处理中的应用,其次通过激光多普勒信号消噪仿真实验,并对仿真结果进行小波分析,验证小波变换消噪效果,供有关人员参考。     

边缘学科分支最新动向

TN一051 01051639基于小波变换的超声多普勒血流信号的分析/李景宏,彭辉,杜玉远,李景华,王文辉(东北大学)11东北大学学报一2 000,21(5)一487一489超声多普勒血流信号的时一频分布可以作为诊断血管疾病的重要依据.由于多普勒血流信号是窄带且非平稳的,传统的短时傅里叶变换方法进行分析时容易产生较大的误差,小波变换具有多分辨率的特点,其时间一频率窗可以自动调节,能较精确地实现对非平稳信号的分析,通过对模拟的超声多普勒血流信号的分析表明,小波变换可以为超声多普勒信号的分析提供一个有效的方法.图4参7(木)法/尧德中,周映春,范思陆,…     

基于微分进化算法的匹配追踪算法研究

针对匹配追踪算法在信号分解过程中计算冗余、参数匹配精度低等缺点,将改进的微分进化算法与匹配追踪算法相结合,以提高信号处理的速度以及精确度。并将该算法应用于超声回波仿真信号和换热管污垢超声检测实验信号的处理,并与标准匹配追踪算法作对比。结果表明,基于微分进化算法的匹配追踪算法在信号处理中的计算效率和精度明显高于标准匹配算法,获得较好的降噪和信息提取效果,对超声检测信号的处理具有较重要的意义。     

基于仿生小波变换和模糊推理的语音降噪算法研究

提出了一种基于仿生小波变换和模糊推理的变步长自适应滤波语音降噪算法。该算法首先用仿生小波变换法对包含噪声的语音信号进行小波分解,以分离出来的噪声信号作为自适应滤波器的输入,选择基于模糊推理变步长自适应算法对带噪声语音信号进行降噪处理,最终实现语音信号的信噪分离,去除语音信号中的噪声。仿真结果表明,该方法对语音信号有较为明显的降噪效果。     

基于改进果蝇优化算法正交匹配追踪的超声信号降噪方法

降噪是超声信号处理的重要环节,正交匹配追踪是一种常用的降噪方法,传统正交匹配追踪算法计算量大、分解精度不高,无法提取强噪声背景下的超声信号.本文提出了一种结合果蝇优化算法和正交匹配追踪的超声信号降噪算法,将正交匹配追踪中的"贪婪"搜索转换为Gabor函数的参数优化问题,利用果蝇优化算法估计Gabor函数的最优值,采用自...     

提升小波变换的局部放电白噪声抑制方法研究

局部放电(partial discharge, PD)信号监测中易受白噪声干扰,为此,提出了一种基于提升小波变换的白噪声抑制方法。利用提升小波变换对信号进行分解,根据信号的噪声强度计算阈值对小波系数进行滤波。利用信号的奇异性,不同细节层上局部极大值点的位置即为脉冲边缘的位置,选取满足条件的极值点,得到脉冲信号的位置,再通过滑动窗口将脉冲提取出来。通过仿真信号和实际采集的局部放电信号降噪处理,将提出的算法和已有降噪算法进行对比,对算法的性能从均方误差(mean square error, MSE)和波形相似系数(Normalized cross correlation, NCC)两个方面进行分析,验证了该方法的有效性和准确性。实验结果表明,该方法能够在低信噪比环境下有效地提取脉冲信号,抑制白噪声。     

小波消噪在外差式激光多普勒振动测量中的应用

基于小波变换对外差式激光多普勒振动测量系统(HLDV)输出信号进行了噪声抑制性能研究。从外差式激光多普勒测振系统的测量原理出发,结合系统回波信号的特点,考虑测振系统中白噪声的影响,分析并改进了模极大值法和系数相关法两种小波消噪处理算法,并基于以往的阈值去噪算法,提出了新的阈值函数,重点分析了多尺度细化分析对还原原始信号特征及改善信号信噪比(SNR)的影响。结果表明,针对微振动目标运动特征提取,改进后的三种方法在振动信号的特征提取及噪声消除方面具备优异性能。     

模极大值降噪法在信号降噪中的应用

利用信号与噪声奇异点Lipschitz指数的区别,以及反映在其小波变换模极大值曲线上的特点,应用小波变换模极大值降噪法,对含有带限高斯白噪声的数字通信信号进行了降噪处理,并对降噪原理、算法和仿真结果进行了较为详细的分析。提出了一种信号重构新方法,该方法利用小波变换对信号和噪声的模极大值进行分离,通过对噪声模极大值对应的小波系数进行线性压缩后重构信号,并用仿真试验验证了该方法的有效性。     

基于双树复小波变换和形态学的脉搏信号去噪

常见的医学信号（如脉搏信号）包含大量的噪声,具有强烈的非线性和非平稳性。针对传统的小波变换去噪方法的缺陷,提出了一种基于双树复小波变换和形态学的去噪算法,具有结构简单、计算复杂度低等优点,有效地克服了离散小波变换的平移敏感性和频率混淆。实验表明,该算法可以有效地去除脉搏信号中工频干扰及肌电干扰等高频噪声,其信噪比及均方差等定量指标均明显优于传统的阈值去噪算法,能得到较干净的脉搏信号波形。